Pass-Through Banco Financiero

UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA ACADÉMICO PROFESIONAL DE ECONOMÍA

Pass-through de la tasa de interés al público bancario: ¿Responde correctamente el Banco Financiero? Integrantes: -

Moreno Regalado, Wilson

-

Navarro Layza, Miguel

-

Pereda Damiani, Ana Lucía

-

Sánchez Ruíz, Kathleen

-

Vergaray Flores, Kely

-

Econometría II

-

Mg. Eco. Félix Castillo Vera

Curso:

Docente:

Pass-through de la tasa de interés al público bancario: ¿Responde correctamente el Banco Financiero?

Wilson Moreno

Miguel Navarro

Kathleen Sánchez

Ana Lucía Pereda

Kely Vergaray

Abril de 2010

Resumen Este trabajo analiza el traspaso (pass-through) de la tasa de interés interbancaria, como proxy de la tasa de interés de referencia fijada por el BCRP, hacia las tasas de interés del Banco Financiero. Para ello se utilizará un análisis de vector de corrección de error estructural (SVEC) para una muestra de 90 meses comprendidos entre setiembre de 2002 y febrero de 2010. Los resultados muestran que no existe un passthrough completo en el largo palzo para ninguna de las tasas de este banco y que el pass-through de corto plazo es no significativo para la mayoría de éstas. Sin embargo, la tasa interbancaria aún puede ser usada para efectos de política monetaria debido a que causa en el sentido de Granger a las tasas del público bancario.

Palabras clave: corrección de error, pass-through, Banco Financiero, BCRP, Perú.

I. Introducción En macroeconomía es ampliamente aceptado que una economía no puede crecer sostenidamente en ausencia de un sector financiero sólido y bien estructurado. Los Bancos Centrales están encargados de establecer las políticas monetarias y cambiarias que garanticen la solidez de este sector y de la economía a través de diversos canales y sus efectos en las variables económicas1. Este trabajo se centrará en analizar un canal de trasmisión de la política monetaria: el canal de la tasa de interés. Más específicamente el traspaso (pass-through) de la tasa de interés interbancaria (TI) fijada por el Banco Central de Reserva del Perú (BCRP) hacia las tasas de interés activas y pasivas de los bancos comerciales peruanos. En concreto el Banco Financiero (BF). Tal traspaso es relevante en economías con esquemas de inflación objetivo (Betancourt et al, 2008), como es el caso de Perú. En la literatura latinoamericana este traspaso se ha utilizado para analizar, entre otros temas, las rigideces de precios en el sector financiero, el poder de mercado de las instituciones financieras y la efectividad de los instrumentos de política monetaria2. Para estimar la relación entre la TI y las tasas de interés del público bancario para el BF se desarrollará un análisis de series de tiempo mediante un modelo de corrección de error estructural (SECM por sus siglas en inglés) para una muestra de 90 meses (sep. 2002 – feb. 2010)3.

Más información sobre los canales de trasmisión de la política monetaria se pueden encontrar en De Gregorio (2007), capítulos 17 y 24, sección 24.5. 2 Humala (2003) para el caso argentino, Chumpitaz (2006) para el caso peruano y Betancourt et al (2008) para el caso colombiano son ejemplos de análisis de traspaso de la tasa de interés al público bancario. Los resultados de estos autores son discutidos más adelante en este trabajo. 3 Los datos se encuentran en el CD adjunto a este trabajo. 1

Se desarrollará a continuación una brevísima revisión de la literatura empírica, el marco teórico y el modelo econométrico. Luego se analizarán los datos y los resultados de la estimación. Finalmente, se presentarán las conclusiones del trabajo y los anexos. II. Revisión de la literatura En la literatura empírica encontramos dos tipos de estudios, aquellos que analizan el traspaso de las tasas de interés de política monetaria empleando información entre países (cross-country) y aquellos que aportan evidencia haciendo uso de datos de series de tiempo para países específicos. Este trabajo pertenece al segundo tipo de estudios. Los resultados de los principales autores-fuente de este trabajo se encuentran plasmados en la tabla siguiente, basada en Chumpitaz (2006): Tabla N°1. Breve revisión de la literatura. Autor y muestra

Resultados

Conclusiones

Betancourt et al (2008) Muestra: Bancos de Colombia.

- Baja volatilidad: C.P. Tasas activas: 0.228 C.P. Tasas pasivas: 0.305 - Alta volatilidad: C.P. Tasas activas: 0.140 C.P. Tasas pasivas: 0.216

Se desarrolla un modelo de cambio de régimen (MSIAH(2)-VARX(2)) aunque se encuentra un traspaso muy bajo a corto plazo.

Chumpitaz (2006) Muestra: 10 bancos peruanos.

Corto plazo: 0.81 Largo plazo: 1.09

De Bondt (2002) Muestra: Países de la UE.

Corto plazo: 0.5 Largo plazo: cercano a 1.

Espinosa-Vega y Rebucci (2003) Muestra: 10 países. Humala (2003) Muestra: Bancos de Argentina

Corto plazo: 0.30 a 0.86 Largo plazo: 0.56 a 1.01

El esquema de Metas Explícitas de Inflación (Inflation Targeting) habría jugado un rol clave en el mejoramiento de traspaso de las tasas de interés. El mayor traspaso de debió principalmente a la adopción del Euro como moneda común. No hay evidencia para la existencia de un pass-through atípico para Chile.

-

-

Baja volatilidad: Corto plazo: 0.71 Largo plazo: 3.72 Alta volatilidad: Corto plazo: 0.6 Largo plazo: 3.6

El modelo de cambio de régimen Markov Switching (MSIAH(2)-VAR(1)) permite capturar el comportamiento distinto de las tasas de interés ante cambios en las condiciones del mercado financiero.

III.

Marco teórico

El modelo se desarrolla en un ambiente de información asimétrica propio del sector financiero4 y está basado en el trabajo de De Bondt (2002), quien desarrolla un modelo en el que, dado que la tasa de interés de la política monetaria (en nuestro caso la TI) es la mejor aproximación del costo marginal del uso del dinero5; el precio de los préstamos y depósitos (P) debería, en un escenario de competencia perfecta, ser igual a este costo marginal más un markup o una prima de riesgo provocada por la asimetría de la información (𝛼). Es decir: 𝑃 = 𝛼 + 𝛾𝑇𝐼 𝛾=1 En este escenario, cualquier cambio en la TI es trasmitido uno a uno al precio de la institución financiera. Sin embargo, si la institución financiera no es precio aceptante (tiene poder de mercado), existen costos de menú, la demanda de depósitos y préstamos es inelástica o las personas y empresas no tienen fácil acceso o no son indiferentes a otros tipos de financiamiento (no se cumple el teorema de Modigliani y Miller), la TI no se traspasará totalmente y 𝛾 será menor a 16. IV.

Modelo econométrico

El modelo econométrico parte de la estimación de un modelo autorregresivo con retardos distribuidos (ADL por sus siglas en inglés) de la siguiente forma: 𝑖𝑡 = 𝛼0 + 𝛼1 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡 + 𝛼3 𝑇𝐼𝑡−1 + 𝜀𝑡 Para mayores detalles sobre la información asimétrica en los mercados financieros véase Mishkin (2008) y Walsh (2002), capítulos 8 y 5 respectivamente. 5 Debido a que representa el costo de financiamiento de las instituciones financieras. 6 Es importante mencionar que en nuestro modelo simplificado en el corto plazo 𝛾 mayor a 1 significa que hay un overshooting o sobrerreacción de los bancos ante cambios en la tasa de política monetaria; ya que esto implicaría que ante un aumento en la tasa de política monetaria, las instituciones financieras responden con un aumento mayor en sus tasas al público. 4

Donde 𝑖𝑡 es la tasa que cobran los bancos al público en el periodo t y está en función de sí misma en el periodo anterior y de la tasa de política monetaria 𝑇𝐼 en el periodo t y en un periodo anterior. Siguiendo el procedimiento de Hendry y Juseluis (1999) podemos desarrollar un modelo de corrección de error (MCE o VEC por vector de corrección de error) a partir de la ecuación anterior hallando la siguiente relación7: ∆𝑖𝑡 = 𝜃0 + 𝜃1 ∆𝑇𝐼𝑡 − 𝜃2 𝑖𝑡−1 − 𝛽0 − 𝛽1 𝑇𝐼𝑡−1 + 𝜀𝑡 𝜃1 = 𝛼2 𝜃2 = 1 − 𝛼1 𝛽1 =

𝛼2 + 𝛼3 1 − 𝛼1

𝜃0 + 𝜃2 𝛽0 = 𝛼0 En la ecuación anterior 𝜃1 representa la relación de corto plazo. Y tal como describen Johnston y Dinardo (2001), 𝑖𝑡−1 − 𝛽0 − 𝛽1 𝑇𝐼𝑡−1 representa la desviación de i y TI de la relación de cointegración de largo plazo expresada por el coeficiente 𝛽1 ; mientras que 𝜃2 indica la velocidad de ajuste. Finalmente, podemos agregar más variables determinantes de las tasas del BF (variables exógenas) como la expectativa de inflación (EInflación) y del tipo de cambio (ETC) por parte del sector financiero y la dolarización (Dolarización) del sector bancario (como porcentaje de la liquidez) y elaborar un MCE-Estructural como el siguiente: ∆𝑖𝑡 = 𝜃0 + 𝜃1 ∆𝑇𝐼𝑡 − 𝜃2 𝑖𝑡−1 − 𝛽0 − 𝛽1 𝑇𝐼𝑡−1 + ∆𝐷𝑜𝑙𝑎𝑟𝑖𝑧𝑎𝑐𝑖ó𝑛𝑡 + 𝐸𝑇𝐶𝑡 + 𝐸𝐼𝑛𝑓𝑙𝑎𝑐𝑖ó𝑛𝑡 + 𝜀𝑡 Este último es el modelo a estimar para este trabajo. 7

Véase Anexo N°1.

V. Datos Se utilizará para este trabajo tanto tasas activas como tasas pasivas del BF, así como la TI. Las tasas y las nomenclaturas utilizadas se muestran en la tabla siguiente: Tabla N°2. Datos y nomenclatura utilizada. Tipo de dato

Producto

Nomenclatura

Tasa de política

Tasa de interés interbancaria Préstamos comerciales de 31 a 90 días Préstamos comerciales de 91 a 180 días Préstamos de consumo de menos de 360 días Préstamos de consumo de más de 360 días Depósitos en ahorro Depósitos a plazo hasta 30 días Depósitos a plazo de 91 a 180 días Depósitos a plazo de 181 a 360 días CTS Coeficiente dolarización de la liquidez del S. Bancario Expectativas de inflación del S. Financiero Expectativas del tipo de cambio del S. Bancario

TI COMERCIAL1 COMERCIAL2 CONSUMO1 CONSUMO2 AHORRO PLAZO1 PLAZO2 PLAZO3 CTS DOLARIZACIÓN EINFLACION ETC

Tasas activas

Tasas pasivas

Otros

La data sobre las tasas del BF ha sido recolectada de la Superintendencia de Banca, Seguros y AFP (SBS); y la data sobre la tasa de política monetaria y los parámetros estructurales, de las estadísticas del BCRP. Todos los datos son mensuales8. Para probar la estacionaridad de las series se realizaron contrastes de raíz unitaria9. Estos contrastes mostraron que la mayoría de las tasas del público bancario son integradas de orden uno10 (excepto COMERCIAL1, COMERCIAL2 y PLAZO3), por lo que puede existir una relación de cointegración entre las tasas bancarias y la tasa de interés interbancaria.

Para una información más detalla de estos y otros tipos de datos consultar la página web del BCRP o de la SBS. www.bcrp.gob.pe y www.sbs.gob.pe, respectivamente. 9 Véase anexo N°2. 10 En adelante utilizaremos la ampliamente aceptada notación I(q) para referirnos a variables integradas de orden q. 8

Las variables estructurales también fueron sometidas a contrastes de raíz unitaria. Los resultados fueron que la variable dolarización es I(1) y las demás variables son estacionarias en niveles. Sin embargo, la variable EINFLACION tuvo que ser sometida al contraste de Kwiatkowski-Phillips-Schmidt-Shin para probar la estacionaridad, ya que el contraste ADF y el Phillips-Perron mostraban resultados ambiguos. Las variables CONSUMO1 y CONSUMO2 muestran un importante quiebre estructural a partir del primer mes del año 2006 que luego declina para regresar a niveles ligeramente superior a los anteriores. Esto se muestra en el panel izquierdo de la figura 1. Las gráficas a priori muestran también que la más cercana relación de cointegración se puede dar entre PLAZO1 y TI. Esto se muestra en el panel derecho de la figura 1. Figura 1. Quiebres estructurales y relación de cointegración a priori. 14.000

250.000

12.000

200.000

10.000

150.000

8.000

100.000

6.000 4.000

50.000

2.000

0.000

0.000

CONSUMO1

CONSUMO2

PLAZO1

TI

Ahora se procede a analizar las relaciones de cointegración entre las diferentes tasas del BF y la TI tomando como principal indicador el Criterio Bayesiano de Schwarz (SC) por ser el de mejor desempeño en muestras pequeñas11.

11

Belke y Polleit (2009) pp. 56.

Los resultados de las relaciones de cointegración se muestran en la siguiente tabla: Tabla N°3. Relaciones de cointegración Variables

N° de relaciones

Tipo de relación

SC

TI, CONSUMO1 TI, CONSUMO2

0 0

-

TI, AHORRO

2

TI, PLAZO1

1

TI, PLAZO2

2

TI, CTS

0

Intercepto en VAR y corrección de error. Sin tendencia. Sin intercepto ni tendencia. Intercepto en VAR y corrección de error. Sin tendencia. -

0.562619 0.913732 1.907611 -

Teniendo en cuenta todos estos aspectos se está en condiciones para elegir adecuadamente el modelo del SVEC en base al tipo de relación de cointegración y la forma en que las variables estructurales serán añadidas al modelo. VI.

Resultados

Los modelos que han sido estimados son aquellos en los que la tasa del público bancario es I(1) al igual que la TI y que tienen una probada relación de cointegración con esta tasa de política. Estos modelos son los que relacionan a la TI con AHORRO, PLAZO1 y PLAZO2. Un resumen de los resultados de los diferentes modelos se muestra en la siguiente tabla12: Tabla N°4. Resumen de los resultados de las estimaciones13: AHORRO-TI Coef. T-stat. Adj. R2 F-stat.

C.P. -0.1277 -1.2616

L.P. -0.4729 -2.1628* 0.087200 2.385197

PLAZO1-TI V.A. -0.1097 -3.1575*

C.P. 0.3809 2.6761*

L.P. -0.8718 -27.2825* 0.675691 37.25247

PLAZO2-TI V.A. -0.8678 -8.5476*

C.P. 0.3136 1.6816

L.P. -0.8993 -12.3391* 0.362132

V.A. -0.6327 -5.6604*

9.231983

Los resultados completos se encuentran en el Anexo N°3. C.P. significa traspaso de corto plazo; L.P., traspaso de corto plazo y V.A., velocidad de ajuste. * indica coeficientes significativos al 5%. 12 13

Estos resultados muestran que no existe un traspaso completo en el largo plazo para ninguna de las variables. Además, de manera contraria a lo postulado a priori, el mejor traspaso de largo plazo se da entre la TI y PLAZO2 (0.89); aunque la relación entre TI y PLAZO1 presenta la mejor velocidad de ajuste (0.86). La velocidad de ajuste muestra que el traspaso es mucho más lento para la tasa de ahorro en comparación a las otras tasas. A la tasa PLAZO2 le toma 2 meses ajustarse, a la tasa PLAZO1 le toma cerca de un mes y a la tasa AHORRO le toma alrededor de 10 meses. La tasa AHORRO tiene también el menor traspaso de largo plazo, por lo que podemos afirmar que presenta el traspaso más deficiente entre las tasas presentadas en el trabajo. Los coeficientes estadísticamente significativos en la corrección de error tienen los signos esperados: positivo para el coeficiente del traspaso de corto plazo (coeficiente de la diferencia de la tasa interbancaria en el periodo anterior) y para la expectativa del tipo de cambio; y negativo para el coeficiente de la dolarización y la expectativa de la inflación14. Se observa que sólo existe un traspaso de corto plazo significativo para la tasa PLAZO1 (0.38); aunque éste es menor incluso que 0.5 por lo que es también un traspaso deficiente. En el aspecto estadístico, las variables explican en su conjunto 8%, 67% y 39% a las tasas AHORRO, PLAZO1 y PLAZO2, respectivamente según el R-cuadrado ajustado. Además, los resultados del test LM muestran que no existe autocorrelación serial hasta con 12 rezagos. Estos resultados se muestran en la siguiente tabla:

Esto debido a las distintas interacciones de oferta y demanda de depósitos. Se toma a los bancos como demandantes de depósitos y al público en general como oferentes de éstos. Mayores detalles en Mishkin (2008), capítulos 8 y 10. 14

Tabla N° 5. Resultados del Test LM Retardo 1 2 3 4 5 6 7 8 9 10 11 12

AHORRO-TI LM-Stat Prob

PLAZO1-TI LM-Stat Prob

PLAZO2-TI LM-Stat Prob

4.482931 8.717841 2.680917 1.683752 0.544581 0.851712 1.874914 0.964753 2.731755 8.324904 2.373361 2.653968

4.022729 9.047272 2.747304 1.285959 1.460843 6.861956 2.020607 8.637828 2.102789 8.212766 6.645264 3.683221

5.710603 7.190149 4.347554 1.802863 1.385661 0.242639 1.802331 1.447582 1.234701 1.681352 3.750304 6.092239

0.3446 0.0686 0.6126 0.7937 0.969 0.9314 0.7588 0.9151 0.6037 0.0804 0.6674 0.6173

0.4029 0.0599 0.601 0.8638 0.8336 0.1434 0.732 0.0708 0.7169 0.0841 0.1559 0.4506

0.2218 0.1262 0.361 0.772 0.8467 0.9932 0.7721 0.8359 0.8724 0.7941 0.4409 0.1924

Es necesario notar que las variables son estacionarias en el sentido débil (weakly stationary) por el hecho de tener el coeficiente de cointegración significativo15. Sin embargo se muestra a continuación los resultados del test de causalidad de Granger (Granger-causality) para comprobar la exogeneidad de la TI para cada una de las relaciones estimadas. Los resultados se muestran que la siguiente tabla. Tabla N°6. Resultados del test Granger-Causality. H0

∆TI no causa a ∆AHORRO 2

𝜒 1.591758

p-valor 0.2071

∆TI no causa a ∆PLAZO1 2

𝜒 7.161516*

p-valor 0.0074

∆TI no causa a ∆PLAZO2 𝜒2 2.827817**

p-valor 0.0926

Los símbolos * y ** indican significancia al 5% y 10% respectivamente. Estos resultados muestran que la variable TI causa en el sentido de Granger a la variable PLAZO1 con un nivel de significancia de 5% y a la variable PLAZO2 con un nivel de significancia de 10%. Es decir, se puede usar como instrumento de política para afectar, según los resultados encontrados, a las tasas del público bancario del Banco Financiero.

15

Belke y Polleit (2009) pp. 56.

Finalmente, se muestran las funciones de respuesta de las diferentes tasas ante innovaciones en la TI. Las innovaciones de TI se dan a partir de la descomposición de Cholesky16. Estas funciones se muestran en la figura 2. Figura 2. Funciones impulso para las diferentes tasas ante shocks en la tasa interbancaria (TI). 0.3

0.6

0.25

0.5

0.2

0.4

0.15

0.3

0.1

0.2

0.05

0.1

0

0

-0.05 1

11

21

31

41

1

11

21

31

41

Respuesta de PLAZO1 a una innovación en TI

Respuesta de AHORRO a una innovación de TI

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1

11

21

31

41

Respuesta de PLAZO2 a una innovación de TI

Estas funciones indican que todas las tasas tienen una dinámica estable y consistente según la teoría. En estas funciones se puede observar lo ya expuesto como resultado de la estimación: la mayor respuesta se da en la tasa PLAZO2, que es la tasa de mayor traspaso de largo plazo, la respuesta más rápida se da en la tasa PLAZO1 y la menor y más lenta respuesta se da en la tasa AHORRO, que es la tasa con el traspaso más deficiente.

16

Más detalles en Johnston y Dinardo (2001) pp. 343, 344.

VII. Conclusiones Se buscó estimar el traspaso (pass-through) de la tasa de interés interbancaria hacia las tasas de interés del público bancario del Banco Financiero. Se utilizó la metodología del modelo de corrección de error estructural para una muestra de 90 meses comprendidos desde setiembre de 2002 hasta febrero de 2010. Con los resultados de este trabajo se concluye que el Banco Financiero no responde correctamente ya que no existe un traspaso completo en el largo plazo para ninguna de las tasas; sin embargo, éste se aproxima al 90% (con excepción de la tasa AHORRO). Además, el traspaso de corto plazo es no significativo para la mayoría de ellas, con excepción de la tasa PLAZO1, que representa la tasa a plazo fijo a 30 días. Estos resultados nos proporcionan un indicio para postular la existencia de rigideces de precios en el sector bancario. La tasa con el mejor traspaso de largo plazo es la tasa PLAZO2 y la tasa con la mejor velocidad de ajuste es la PLAZO1. Esto último debido principalmente a que tanto la tasa PLAZO1 como la TI se fijan para el mismo periodo de tiempo (30 días).

A. Anexo 1. Formulación de un modelo de corrección de error (ECM) a partir de un modelo autorregresivo de retardos distribuidos (ADL). Siguiendo el tratamiento de Hendry y Juselius (1999) partimos del modelo ADL presentado en la primera ecuación de la parte IV: 𝑖𝑡 = 𝛼0 + 𝛼1 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡 + 𝛼3 𝑇𝐼𝑡−1 + 𝜀𝑡 Ahora restamos 𝑖𝑡−1 y sumamos 𝛼2 𝑇𝐼𝑡−1 a ambos lados de la ecuación anterior para luego reordenar y formular el ECM. 𝑖𝑡 − 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡−1 = 𝛼0 + 𝛼1 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡 + 𝛼3 𝑇𝐼𝑡−1 − 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡−1 + 𝜀𝑡 ∆𝑖𝑡 = 𝛼0 + 𝛼1 𝑖𝑡−1 + 𝛼2 ∆𝑇𝐼𝑡 + 𝛼3 𝑇𝐼𝑡−1 − 𝑖𝑡−1 + 𝛼2 𝑇𝐼𝑡−1 + 𝜀𝑡 ∆𝑖𝑡 = 𝛼0 − (1 − 𝛼1 )𝑖𝑡−1 + 𝛼2 ∆𝑇𝐼𝑡 + (𝛼2 + 𝛼3 )𝑇𝐼𝑡−1 + 𝜀𝑡 ∆𝑖𝑡 = 𝛼0 − (1 − 𝛼1 )𝑖𝑡−1 + 𝛼2 ∆𝑇𝐼𝑡 +

(1 − 𝛼1 ) (𝛼 + 𝛼3 )𝑇𝐼𝑡−1 + 𝜀𝑡 (1 − 𝛼1 ) 2

∆𝑖𝑡 = 𝛼0 + 𝛼2 ∆𝑇𝐼𝑡 − (1 − 𝛼1 ) 𝑖𝑡−1 −

(𝛼2 + 𝛼3 ) 𝑇𝐼 + 𝜀𝑡 (1 − 𝛼1 ) 𝑡−1

∆𝑖𝑡 = 𝜃0 + 𝜃1 ∆𝑇𝐼𝑡 − 𝜃2 𝑖𝑡−1 − 𝛽0 − 𝛽1 𝑇𝐼𝑡−1 + 𝜀𝑡 Donde: 𝜃1 = 𝛼2 𝜃2 = 1 − 𝛼1 𝛽1 =

𝛼2 + 𝛼3 1 − 𝛼1

𝜃0 + 𝜃2 𝛽0 = 𝛼0 Que son los mismos resultados que los presentados en el modelo de corrección de errores.

B. Anexo 2. Resultados de los contrastes de raíz unitaria. Los contrastes de raíz unitaria son realizados a través de los contrastes “Augmented Dickey-Fuller” (ADF) y “Phillips-Perron”17.

TI COMERCIAL1 COMERCIAL2 CONSUMO1

Niveles Δ Niveles Niveles Niveles Δ

CONSUMO2

Niveles Δ

AHORRO

Niveles Δ

PLAZO1

Niveles Δ

PLAZO2

Niveles Δ

PLAZO3

Niveles Δ

CTS

Niveles Δ

DOLARIZACIÓN

Niveles Δ

EINFLACION

Niveles Δ

ETC

Niveles Δ

Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia Intercepto y tendencia Intercepto Nada Intercepto y tendencia

ADF

Phillips-Perron

-2.116068020764468 -2.389597527812501 -0.7942715211622398 -4.455304646517749** -4.802265652199448** -4.709505685322022** -1.522480713746578 -1.584884986003236 -0.6546608138201239 -8.829522570823866** -1.795235242817096 -1.821023385361467 -0.4828103300084716 -7.821770730146904** -2.284952117377081 -2.537741930966301 -2.154351508863244* -10.93454406775256** -1.191425089757985 -1.355240345828449 -1.012211150456043 -8.117742025862515** -2.052789072519321 -2.175811842985367 -0.6647089469844028 -11.13551615939022** -3.908012857539706* -2.689137821560307 -0.6422439087815585 -13.17546728534468** -1.859711811901766 -1.833521326280673 -0.3129161782396389 -8.607822962032472** -2.260838259474134 -1.548053524868919 -1.919486577302009 -7.244802181427408** -2.073974728958713 -2.143433053230675 -0.209655040933379 -11.0910973983326** -4.890642055878602** -

-1.545521130382865 -1.607518830804525 -1.284573465309214 -4.508580355419712** -4.582709783950364** -4.646684815543793** -2.014710942336075 -2.059011295747772 -0.9186807553417457 -8.410674017776885** -2.078632287766703 -2.057228108098024 -2.095032490526166 -6.301153259806492** -2.211606633528673 -2.50092113994974 -2.187645496790733* -10.93454406775256** -1.89581129024221 -1.924923032717493 -1.337205886383376 -8.285914873373265** -2.249643799576338 -2.401859852301078 -0.6428198867713443 -11.05908064121792** -3.96679737402898* -3.904628623392855** -1.846223993470332 -1.811246441121902 -0.3061760799530913 -8.567418973143446** -2.332082435946987 -1.340370268931618 -1.73614565211143 -7.348292822534816** -2.229095828818854 -2.253785828911531 -0.1944607612998769 -10.94794957786289** -2.744786972841499 -1.138431603424532 -1.643993217610714 -9.368707469906168**

Los símbolos * y ** indican que la variable pasa el test de raíz unitaria (es estacionaria) al nivel de significancia de 5% y 1%, respectivamente. 17

C. Anexo 3. Resultados de los VEC-Estructurales18

AHORRO(-1) PLAZO1(-1) PLAZO2(-1) TI(-1) C

Cointegración

C

D(AHORRO(-1))

D(PLAZO1(-1))

D(PLAZO2(-1))

D(TI(-1))

D(DOLARIZACIÓN)

ETC

EINFLACION R-Cuadrado R-Cuadrado ajustado F-estadístico Log Likelihood SC

Ecuación de cointegración AHORRO-TI PLAZO1-TI PLAZO2-TI 1 1 1 -0.472857 -0.871755 -0.899384 (0.21864) (0.03195) (0.07240) (-2.16276)* (-27.2825)* (-12.3391)* 0.763888 -1.790789 Corrección de error D(AHORRO) D(PLAZO1) D(PLAZO2) -0.109679 -0.867850 -0.632723 (0.03474) (0.10153) (0.11178) (-3.15746)* (-8.54759)* (-5.66040)* -0.342590 -1.178862 (0.50590) (0.99077) (-0.67719) (-1.18984) -0.162032 (0.10444) (-1.55141) 0.281409 (0.08511) (3.30643)* 0.048265 (0.09860) (0.48948) -0.127683 0.380864 0.313644 (0.10120) (0.14232) (0.18651) (-1.261615) (2.67610)* (1.68161) -0.012944 0.077167 0.077118 (0.02452) (0.02944) (0.04867) (-0.52777) (2.62122)* (1.58446) 0.085455 0.301446 0.554572 (0.12738) (0.05082) (0.24926) (0.67087) (5.93187)* (2.22485)* 0.010050 -0.314002 -0.232692 (0.06563) (0.05837) (0.12879) (0.15314) (-5.37927)* (-1.80671) 0.150152 0.694329 0.406123 0.087200 0.675691 0.362132 2.385197 37.25247 9.231983 -0.721050 -16.20250 -58.06814 0.372539 0.673512 1.675882

Los resultados muestran de arriba abajo: el coeficiente, la desviación estándar y el t-estadístico. El símbolo * indica que el coeficiente es significativo al 5% de significancia. 18

Referencias -

Amarasekara, C. (2005). Interest Rate Pass-Through in Sri Lanka. Staff Studies, Volume 35, Numbers 1&2, Central Bank of Sri Lanka.

-

Belke, A. y T. Polleit (2009). Monetary Economics in Globalised Financial Markets. Springer.

-

Betancourt, R., M. Misas y L. Bonilla (2008). “Pass-through” de las tasas de interés en Colombia: Un enfoque multivariado con cambio de régimen. Borradores de Economía Banco de la República de Colombia, N°535.

-

Chumpitaz, C. (2006). El Pass-Through de Tasas de Interés en el Perú: El Enfoque de Datos de Panel Dinámico. Universidad Nacional Agraria de la Molina. (Ganadora del 2° puesto en el concurso “Jóvenes Economistas” del BCRP 2005-2006).

-

De Bondt, G. (2002). Retail Bank Interest Rate Pass-Through: New Evidence at the Euro Area Level. European Central Bank, Working Paper N° 136.

-

De Gregorio, J. (2007). Macroeconomía. Teoría y Políticas. Pearson Educación.

-

Espinosa-Vega, M. y A. Rebucci (2003). Retail Bank Interest Rate Pass-Through: Is Chile Atypical? Central Bank of Chile, Working Paper N° 221.

-

Hamilton, J. (1994). Time Series Analysis. Princeton University Press.

-

Hendry, D. y K. Juselius (1999). Explaning Cointegration Analysis. Part I. U.K. Economic and Social Research Council, Oxford University.

-

Humala, A. (2003). Interest Rate Pass-Through and Financial Crises: Do Switching Regimes Matter? The Case of Argentina. PhD Dissertation, University of Warwick.

-

Johnston, J. y J. Dinardo (2001). Métodos de Econometría. Vicens Vives.

-

Kobayashi, T. (2009). Incomplete Interest Rate Pass-Through and Optimal Monetary Policy. Department of Economics, Chukyo University.

-

Mishkin, F. (2008). Moneda, Banca y Mercados Financieros. 8va Edición. Pearson Educación.

-

Pulido, A. y J. Pérez (2000). Modelos Econométricos. Guía para la elaboración de modelos econométricos con E-Views. Ediciones Pirámide.

-

Walsh, C. (2002). Monetary Theory and Policy. 2nd Edition. MIT Press.